Compressed Multi-Row Storage Format for Sparse Matrices on Graphics Processing Units
提出了一种新的存储稀疏矩阵的格式，用于在现代图形处理单元（GPU）上进行高效的稀疏矩阵向量（SpMV）乘积计算。这种格式扩展了标准的压缩行存储（CRS）格式，可以快速转换，并从它。计算性能的两个SpMV内核的新格式确定为超过130稀疏矩阵的费米级和开普勒级GPU和比较，现有的5个通用算法和工业实现，包括英伟达cuSparse CSR和HYB内核。我们发现最高可达$\approx 60%$的加速比超过了五个备选内核中的最佳内核。
2014-04-25 cs.DC physics.comp-ph
Parallel Firewalls on General-Purpose Graphics Processing Units
防火墙使用规则数据库来决定允许哪些数据包从一个网络进入另一个网络，从而实现安全策略。在高速网络中，随着数据包到达间隔率的降低，防火墙引起的延迟会增加。在这种情况下，单个防火墙成为网络的瓶颈，降低了网络的整体吞吐量，而负载较大的防火墙本应是抵御攻击的第一道防线，却容易受到拒绝服务（DoS）攻击。本文介绍了我们在通用图形处理器（GPGPU）上实现的不同并行防火墙模型。我们实现了中提出的并行防火墙体系结构，并引入了一个新的模型，可以有效地利用GPGPU的大规模并行计算能力。
2013-12-15 cs.DC
Coupling and Simulation of Fluid-Structure Interaction Problems for Automotive Sun-roof on Graphics Processing Unit
本文分析了汽车顶部天窗空腔内脉动压力分布对车厢内频率响应函数的影响。耦合的计算流体力学和计算声学代码被认为是模拟声流固耦合问题。采用基于图形处理器（GPU）的迭代Krylov方法和区域分解方法，采用双精度复数算法求解声学问题。数值模拟验证了所提方法的有效性、鲁棒性和准确性。
2021-11-30 cs.DC cs.NA math.NA
Jet: Multilevel Graph Partitioning on Graphics Processing Units
本文提出了专为GPU设计的并行划分细化算法Jet，结合GPU感知粗化构建了k-way图划分器，在大量测试图上质量优于现有共享内存划分器。
2024-01-05 cs.DC cs.DM
Stochastic Optimized Schwarz Methods for the Gravity Equations on Graphics Processing Unit
三维重力场模拟一般采用低阶、顺序或非大规模并行有限元。为了获得非均匀介质中更好的重力异常解，本文在多CPU/GPU混合机群上采用大规模并行高阶有限元求解重力测量问题。并行算法非常适合这种混合架构的设计。一个新的基于随机的优化程序优化Schwarz方法在这里提出，实现和调整到图形卡处理器单元。在一个真实的测试用例上进行的数值实验表明，该方法及其在大规模多CPU/GPU架构上的实现具有鲁棒性和高效性。
2021-12-07 cs.DC cs.NA math.NA
Gravitational tree-code on graphics processing units: implementation in CUDA
我们提出了一种新的非常快速的树代码，它运行在大规模并行图形处理单元（GPU）与NVIDIA CUDA架构。树的构建和多极矩的计算是在主机CPU上进行的，而力的计算，其中包括树行走和相互作用列表的评估是在GPU上进行的。通过这种方式，我们实现了约100 GFLOP/s的持续性能和约50 GB/s的数据传输速率。计算一百万个张开角为$θ\approx 0.5$的粒子上的力大约需要一秒钟。该代码有一个方便的用户界面，并可免费使用\footnote{\tt http://castle.strw.leidenuniv.nl/software/octgrav.html}。
2010-05-28 astro-ph.IM cs.DC
Discontinuous Galerkin methods on graphics processing units for nonlinear hyperbolic conservation laws
我们提出了一种新的实施方式的模态不连续Galerkin（DG）方法的双曲守恒律在二维图形处理器（GPU）使用NVIDIA的计算统一设备架构（CUDA）。既灵活又高精度，DG方法适应并行架构，以及它们的不连续性产生元素局部近似。高性能科学计算非常适合GPU，因为这些强大的、大规模并行的、具有成本效益的设备最近包括了对双精度浮点数的支持。非结构化三角形网格上的欧拉方程的计算实例证明了我们在NVIDIA GTX 580设备上实现的有效性。分析我们的方法揭示了与现有节点DG-GPU实现线性问题的性能相当。
2016-01-28 cs.DC cs.MS physics.comp-ph
Accelerating Polynomial Homotopy Continuation on a Graphics Processing Unit with Double Double and Quad Double Arithmetic
数值延拓方法跟踪由同伦定义的解路径。我们考虑的系统是由多个变量的复系数多项式定义的。对于更大的维度和次数，数值条件运算和硬件双精度的往往不足以到达解路径的终点。通过双倍和四倍双算法，我们可以解决硬件双算法无法解决的更大问题，但计算成本更高。这种成本开销可以通过图形处理单元（GPU）上的加速来补偿。我们描述了我们的实施和基准多项式系统的计算结果报告。
2015-06-12 cs.DC cs.MS cs.NA
Fusion of multispectral satellite imagery using a cluster of graphics processing unit
Taibah University（塔伊巴大学）；Donetsk National Technical University（顿涅茨克国立技术大学）
本文提出了一种并行实现现有的图像融合方法的图形集群。基于离散小波变换（Haars和Daubechies离散小波变换）的方法的并行实现。使用GPU和CPU的集群上进行了实验，并估计使用开发的并行实现来处理卫星Landsat 7的卫星图像的性能增益。在图形集群上的实现提供了2到18倍的性能提升。所考虑的方法的质量进行了评估ERGAS和QNR指标。结果显示，与作者和其他研究人员针对CPU和单个GPU获得的结果相比，GPU集群的性能增益和质量保持。
2018-03-02 cs.CV cs.DC
Integrating Post-Newtonian Equations on Graphics Processing Units
我们报告的早期结果的数值和统计研究的二元黑洞inspirals。这两个黑洞是使用后牛顿近似从最初随机分布的自旋矢量开始演化的。我们在合并前不久描述了分配的某些方面。特别是，我们注意到的均匀分布的黑洞自旋矢量点产品合并前不久和初始和最终的黑洞自旋矢量点产品之间的高相关性在等质量，最大自旋的情况下。这些模拟是在图形处理单元上进行的，我们证明了一个更传统的CPU实现的50倍的速度。
2009-08-27 astro-ph.CO astro-ph.EP astro-ph.GA
Least-squares fitting of Gaussian spots on graphics processing units
空间分辨率在纳米范围内的样品的研究依赖于样品的精确和稳定定位。由于光学显微镜中典型样品台固有的机械不稳定性，通常需要在采集期间控制和/或监测样品位置。以高速跟踪稀疏分布的基准标记允许以毫秒时间尺度稳定样品位置。为此，我们提出了一种可扩展的拟合算法，与Gpufit相比，二维高斯拟合的性能有显着提高。
2021-06-03 cs.DC cs.NA math.NA
Feasibility Analysis of Low Cost Graphical Processing Units for Electromagnetic Field Simulations by Finite Difference Time Domain Method
在可用于解决计算电磁学（CEM）问题的几种技术中，时域有限差分（FDTD）方法是使用并行硬件平台时最适合的方法之一。在本文中，我们研究的可行性，实现FDTD方法使用NVIDIA GT 520，一个低成本的图形处理单元（GPU），在时域中求解麦克斯韦方程的微分形式。首先讨论了带宽测试的广义基准测试问题和"矩阵左除"的基准测试问题，以了解问题大小与CPU和GPU性能之间的关系。接下来是FDTD方法的讨论，同样在CPU和GT 520 GPU上实现。对于上述两个比较，使用的CPU是Intel E5300，一种低成本双核CPU。
2013-05-02 cs.DC physics.comp-ph
Computationally Efficient Implementation of a Hamming Code Decoder using a Graphics Processing Unit
本文提出了一种计算高效的实现汉明码解码器的图形处理单元（GPU），以支持实时软件定义无线电（SDR），这是一种软件替代实现无线通信。汉明码算法在GPU上有效地并行化是具有挑战性的，因为它在具有若干条件语句的稀疏位置的数据项上工作，导致非合并、长延迟、全局存储器访问和巨大的线程发散。为了解决这些问题，我们提出了一个优化的实施汉明码的GPU上利用更高的并行算法中固有的。使用支持计算统一设备架构（CUDA）的NVIDIA GeForce GTX 560（包括335个内核）的实验结果显示，与基于CPU的等效实现相比，所提出的方法实现了99倍的加速。
2014-12-22 cs.DC cs.IT math.IT
To Use or Not to Use: Graphics Processing Units for Pattern Matching Algorithms
字符串匹配是计算机应用中的一个重要组成部分，Aho-Corasick算法是实现字符串匹配的主要算法之一。本文以Aho-Corasick算法为基准，讨论了GPU何时可以用于字符串匹配应用。我们必须根据设备和应用程序的性能来确定运行字符串匹配算法的最佳单元。有时CPU提供比GPU更好的性能，有时GPU提供比CPU更好的性能。因此，识别这个临界点是研究人员使用GPU来提高基于字符串匹配算法的字符串匹配应用程序的性能的重要任务。
2014-12-25 cs.DC cs.PF
Accelerating wave-propagation algorithms with adaptive mesh refinement using the Graphics Processing Unit (GPU)
Clawpack是一个使用基于黎曼解算器和限制器的高分辨率有限体积法求解非线性双曲型偏微分方程的库。它支持自适应网格细化（AMR），这在解决多尺度问题中至关重要。最近，我们增加了使用图形处理单元（GPU）加速代码的功能。添加了管理CPU和GPU AMR数据并促进GPU内核执行的工具。定制和CPU线程安全内存管理器旨在管理GPU和CPU内存池，这对于消除内存分配和释放的开销至关重要。该算法在每个时间步进行全局约简，根据柯朗数约束动态调整时间步。一些小的GPU内核被合并到更大的内核中，这大大降低了内核启动开销。在声学基准问题中观察到$2$和$3$之间的总运行时间的加速。
2018-08-08 cs.DC cs.MS cs.NA
RLT2-based Parallel Algorithms for Solving Large Quadratic Assignment Problems on Graphics Processing Unit Clusters
本文讨论了求解二次分配问题（QAP）的强下界和精确解的高效并行算法。我们的并行架构由多核处理器和支持计算统一设备架构（CUDA）的NVIDIA图形处理单元（GPU）组成，这些处理单元位于伊利诺伊大学厄巴纳-香槟分校的Blue Waters超级计算设施上。我们提出了新的并行化的拉格朗日双上升算法的GPU上，这是用于解决QAP配方的基础上二级重构线性化技术（RLT 2）。在这个过程中的线性分配子问题（LAPs）使用我们的加速匈牙利算法[日期，Ketan，Rakesh Nagi. 2016.线性指派问题的GPU加速匈牙利算法。并行计算57 52-72]。我们嵌入这个加速双上升算法在一个并行的分支定界方案，并进行广泛的计算实验上的单个和多个GPU，使用问题的实例多达42设施从QAPLIB。实验表明，我们的基于GPU的方法是可扩展的，它可以用来获得严格的下限上的大型QAP实例。我们的加速分支定界方案能够轻松地从QAPLIB解决Nugent和Taillard实例（多达30个设施），使用适度数量的GPU。
2017-10-10 cs.DC
Reliable Initialization of GPU-enabled Parallel Stochastic Simulations Using Mersenne Twister for Graphics Processors
并行随机模拟的发展趋势是利用越来越多的计算能力，它们现在也被开发用于通用图形处理单元（GP-GPU）。因此，他们需要可靠的随机源来满足他们的应用程序。我们提出了一个调查目前的伪随机数发生器（PRNG）在GPU上可用。我们特别关注最近刚刚发布的用于图形处理器（MTGP）的Mersenne Twister。我们的工作提供了经验检查的状态，旨在初始化该发生器的特定配置，以防止任何潜在的偏见引入的并行化的PRNG。
2015-01-30 cs.DC
A Performance Comparison of Different Graphics Processing Units Running Direct N-Body Simulations
基于中央处理单元和图形处理单元（GPU）的联合能力的混合计算架构正在成为生物学、化学、工程、物理学等广泛模拟的流行和强大的硬件工具。在本文中，我们提出了一个比较的性能时，市场上的各种GPU应用于数值积分的经典，引力，N体问题。为此，我们开发了一个OpenCL版本的并行代码（HiGPU）用于这些测试，因为这个版本是唯一适合在不同品牌的GPU上工作的版本。主要的一般结果是，我们确认的可靠性，速度和廉价的GPU时，应用于检查的问题（即，当力评估是依赖于相互距离，因为它发生在引力物理学和分子动力学）。更具体地说，我们发现，仅用于游戏应用的廉价GPU在计算速度方面也非常出色，在科学应用中也是如此，尽管在中央存储器和带宽方面存在一些限制，但可以是以非常好的性能成本比实现科学用途的机器的良好选择。
2013-04-07 astro-ph.IM cs.DC cs.PF
On the Efficient Evaluation of the Exchange Correlation Potential on Graphics Processing Unit Clusters
Kohn-Sham密度泛函理论（KS-DFT）在分子化学和材料科学中用于大型实验相关系统的理论处理的优势主要依赖于能够利用现代高性能计算（HPC）的最新进展的高效软件实现的存在。随着HPC中的最近趋势导致对基于异构加速器的架构（诸如图形处理单元（GPU））的依赖增加，现有代码库必须包含这些架构进步以维持这些方法所期望的高水平性能。在这项工作中，我们的目的是一个三层并行计划的分布式数值积分的交换相关（XC）潜力的高斯基集离散化的Kohn-Sham方程的大型计算集群组成的多个GPU每个计算节点。此外，我们的目的和证明使用批处理内核的效率，包括批处理3级BLAS操作，在GPU上实现高水平的性能。我们展示了在NWChemEx软件包中实现的目的方法的性能和可扩展性，通过比较现有的可扩展的CPU XC集成NWChem。
2020-07-07 cs.DC physics.chem-ph physics.comp-ph
Two-Dimensional Batch Linear Programming on the GPU
本文提出了一种新的，高性能的，图形处理单元为基础的算法，有效地解决二维的【形】线性规划的批量。二维的【形】线性规划的域是特别有用的，由于相关的几何问题的流行。批处理线性规划是指在一个操作中解决许多不同的线性规划。通过同时求解多个线性程序并在线程间均匀分配工作负载，可以最大化图形处理单元的利用率。对最先进的图形处理单元和CPU线性程序求解器，分别获得超过22倍和63倍的加速比。
2019-02-13 cs.DC
A hierarchically blocked Jacobi SVD algorithm for single and multiple graphics processing units
University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture（萨格勒布大学，机械与造船工程学院）
本文提出一种分层阻塞的单侧Jacobi算法用于奇异值分解，适用于单个和多个GPU，通过GPU内存层次结构优化，相比MAGMA的dgesvd算法在性能上更优，同时保持高相对精度，利用GPU共享地址空间的并行翻转策略，适用于单GPU和多GPU环境。
2014-09-27 cs.DC cs.MS cs.NA
Bringing Together Dynamic Geometry Software and the Graphics Processing Unit
我们为动态几何软件（DGS）配备了一种用户友好的方法，可以在图形处理单元（GPU）上进行大规模并行计算。DGS和GPU的这种相互作用在教育和数学研究中开辟了各种应用。GPU辅助的数学属性发现，代数曲面的交互式可视化（光线投射），实时图像和镜头的数学变形，以及PDE的计算要求高的数值模拟，这些都是我们的方法在DGS中可以访问的新领域的长而多功能列表中的例子。我们简化了复杂（数学）可视化的开发，并为通用计算（GPGPU）提供了快速原型方案。仅使用一种高级（脚本）程序设计语言对CPU和GPU进行编程的可能性是我们概念的一个重要方面。我们将着色器编程无缝地嵌入到高级（脚本）编程环境中。上述需要的高级程序设计语言到GPU的着色器程序设计语言的transcompilation的符号过程，在这篇文章中，我们解决了一个高级程序设计语言的GPU的着色器语言的自动翻译的挑战。为了保持平台独立性和在现代设备上使用我们的技术的可能性，我们专注于通过WebGL实现。
2018-08-14 cs.DC cs.MS cs.SC
Efficient Simulation of Fluid Flow and Transport in Heterogeneous Media Using Graphics Processing Units (GPUs)
互连电阻、弹簧和梁或孔隙的网络是研究非均质材料和介质中标量和矢量输运过程的标准模型，例如多孔介质中的流体流动、非均质固体中的传导、变形以及电击穿和介电击穿。计算时间和所需的内存是两个限制因素，阻碍了计算的可扩展性非常大的大小。我们提出了一种双重的方法，基于使用的中央处理器（CPU）和图形处理单元（GPU）的组合，模拟流，运输，和类似的问题，使用网络模型。一个混合精度的算法，连同共轭梯度法在一个单一的GPU求解器上实现。该方法的效率进行了测试与各种情况下，包括孔隙和随机电阻网络模型中的电导是长程相关的，也包含渗滤障碍。考虑了各向同性和各向异性网络。为了使该方法进行严格的测试，长程相关产生的分数布朗运动（FBM），我们产生的消息传递接口方法。对于所有的情况下，研究了约一个数量级或更好的整体加速因子，这与网络的大小增加。即使在渗流阈值附近的网络中的临界减速也不会显着降低加速。我们还获得了近似的，但准确的边界的渗透率各向异性$K_x/K_y$分层多孔介质。
2019-08-09 cs.DC physics.comp-ph
Improved Parallel Rabin-Karp Algorithm Using Compute Unified Device Architecture
字符串匹配算法是计算机科学中最广泛使用的算法之一。传统的字符串匹配算法的效率大大提高了底层的字符串匹配算法的效率。近年来，图形处理器作为一种高度并行的处理器应运而生.在科学计算能力方面，它们的表现优于中央处理器。通过将图形处理单元的最新进展与字符串匹配算法相结合，将允许加速字符串匹配的过程。本文提出了一种基于图形处理器的Rabin-Karp算法的改进并行版本。在此基础上，比较了CPU和并行GPU实现的结果，以评估不同线程数、核数、文件大小以及模式大小的效果。
2018-10-02 cs.DC
Relativistic Hydrodynamics on Graphic Cards
我们展示了如何使用图形卡（图形处理单元，GPU）加速相对论流体动力学模拟。这些改进具有最高的相关性，例如，在RHIC和LHC的高能核-核碰撞领域，其中（理想和耗散）相对论流体动力学被用来计算热和致密QCD物质的演化。这里报告的结果是基于夏普和平滑传输算法（SHASTA），这是在许多流体动力学模型和混合模拟包，例如超相对论量子分子动力学模型（UrQMD）。我们使用OpenCL计算框架重新设计了SHASTA，以在图形处理单元（GPU）等加速器以及多核处理器上工作。随着算法的重新设计，流体动力学计算已经加速了160倍，允许逐个事件的计算和混合计算中更好的统计。
2012-09-09 cs.DC cs.PF hep-ph
Graphic processors to speed-up simulations for the design of high performance solar receptors
图形处理单元（GPU）现在是强大而灵活的系统，适用于图形计算之外的其他目的（GPU上的通用计算- GPGPU）。我们在这里提出了一个原型集成到模拟代码，估计温度，速度和压力，设计下一代的太阳能接收器。这样的代码将委托我们对GPU的贡献，由于辐射的热传递的计算。我们使用Monte-Carlo逐线射线追踪通过有限体积。这意味着对大型数据结构进行数据并行算术转换。我们的原型的灵感来自GPUBench的源代码。我们在两个最新的图形卡（Nvidia 7800 GTX和ATI RX 1800 XL）上的性能显示，与CPU实现相比，速度提高了400以上，大部分CPU计算资源可用。由于在GPU中实现的运算符的准确性方面存在一些问题，因此我们在本报告中首先对GPU上可用的各种浮点单元进行了调查和一些测试。
2007-05-24 cs.DC physics.class-ph
Accelerating Gaussian beam tracing method with dynamic parallelism on graphics processing units
本研究利用CUDA在GPU上重构高斯波束追踪算法，通过动态并行和内存优化，在城市及开阔平面环境中分别实现高达790倍和188倍的加速，并建立了性能评估策略。
2025-01-23 cs.DC cs.PF
Real-Time Computation of Parameter Fitting and Image Reconstruction Using Graphical Processing Units
近年来，图形处理器（GPU）已成为科学计算的有力工具。它们加速高度并行应用程序的潜力为更广泛的用户带来了高性能计算的能力。然而，对这些设备进行编程并将其集成到现有应用中仍然是一项具有挑战性的任务。在本文中，我们研究了GPU在两种不同应用中的潜力。第一个应用程序由Paul Scherrer Institut（PSI）创建，用于muSR（μ子自旋旋转，弛豫和共振）实验数据分析期间的参数拟合。第二个应用程序由ETH开发，用于PET（正电子发射断层扫描）图像重建和分析。对目前使用的应用程序进行了检查，以确定需要优化的算法部分。创建高效的GPU内核是为了允许应用程序使用GPU，以加速先前确定的部分。为了测量所实现的加速比，进行了基准测试。在这项工作中，我们专注于单GPU系统，以表明这些问题的实时的数据分析可以在不需要大型计算集群的情况下实现。结果表明，目前使用的参数拟合应用程序使用OpenMP在多个CPU内核上并行计算，通过使用GPU可以加速约40倍。加速可能会因问题的大小和复杂性而异。对于PET图像分析，与单核CPU实现相比，GPU版本获得的加速比大40倍以上。所取得的结果表明，它是可能的，以提高执行时间的数量级。
2016-11-22 cs.DC physics.comp-ph
High Performance Hyperspectral Image Classification using Graphics Processing Units
Ain Shams University（艾因夏姆斯大学）
实时遥感应用，如搜索和救援任务，军事目标检测，环境监测，灾害预防和其他时间关键的应用需要板载实时的处理能力或自主决策。一些无人驾驶的远程系统，如卫星，在物理上远离其操作员，所有对航天器的控制和航天器返回的数据都必须通过无线电链路传输。当卫星不在其地面站的视线范围内时，这种链路可能长时间不可用。因此，重量轻、体积小、功耗低的硬件对于星载实时的处理系统是必不可少的。随着近年来高光谱成像传感器的维数、尺寸和分辨率的不断提高，对遥感处理系统提出了新的挑战，需要更高性能的计算架构。图形处理单元（GPU）作为用于轻量化高性能计算的有前途的架构而出现，其可以解决机载系统的这些计算要求。本研究的目标是建立高性能的机载高光谱分析方法。我们提出了著名的递归分层分割（RHSEG）聚类方法的加速方法，使用GPU，混合多核CPU与GPU和混合多核CPU/GPU集群。RHSEG是由美国国家航空航天局（NASA）开发的一种方法，旨在提供具有多个输出级别的丰富分类信息。与CPU顺序实现相比，并行解决方案实现的加速比对于并行单GPU为21倍，对于具有16个计算节点的混合多节点计算机集群为240倍。与同等并行CPU集群相比，使用单个GPU的能耗降低到74%。
2021-05-30 cs.CV cs.DC cs.LG
